我希望在Java桌面应用程序中实现搜索和高亮显示HTML文件中的多个短语，就像在Web浏览器中一样。这意味着HTML标记（在<和>之间的标记）将被忽略，但某些标记如<b>则不会被忽略。例如，在文本...每个<b>表</b>都有名称...中搜索每个表将被突出显示，但在文本...每个</p><p>表格是...中将不会被突出显示，因为<p>标记打断了文本的含义。
在Web浏览器中，这种情况已经得到了解决，您可以通过哪种方式获得该实现？或者是否有网上的资源可供使用？我尝试了谷歌搜索，但没有成功 :(
网络浏览器搜索是如何实现的？
3
- Zavael
4个回答
2
浏览器搜索的不是HTML文件本身，而是该HTML的呈现输出。
获取适当的HTML渲染器并以文本形式获取其输出。然后使用适当的字符串搜索算法在该文本输出上进行搜索。
你在问题中强调的示例会在呈现的HTML输出中产生换行符，因此普通字符串搜索算法会按照你的期望行事。
- Faisal Feroz
1
+1 谢谢到目前为止的最佳答案，但我想要一个算法在桌面应用程序中实现这个功能...我不相信没有人尝试过这个 :) - Zavael
1
正如 Faisal 所述，浏览器仅搜索已呈现的内容。因此，在进行实际搜索之前，您需要删除 HTML 标记：
这段代码可能会对您有所帮助： http://www.dotnetperls.com/remove-html-tags 当然，您还需要添加一些检查和排除项，例如脚本标记和其他未在浏览器中呈现的内容。
这段代码可能会对您有所帮助： http://www.dotnetperls.com/remove-html-tags 当然，您还需要添加一些检查和排除项，例如脚本标记和其他未在浏览器中呈现的内容。
- WoLfulus
0
这似乎很容易。
1）搜索字符串中的最后一个单词。
2）查看最后一个单词之前的内容。
3）确定最后一个单词之前的内容是否构成中断（<p>，<br />，<div>）。
4）如果是中断，则继续。
5）否则将前一个单词与搜索查询进行评估。
我不知道浏览器是否以此方式执行此操作，但这种方法应该有效。
- babbitt
1
那您是建议将 HTML 文本分成一些纯文本部分，然后在这些部分中进行搜索？还是我误解了您的意思？ - Zavael
0
尝试在Java中使用javax.swing.text.html包。
- R. Rahul
1
我知道这是一个老问题，但你能否分享更多信息或示例，以供未来的访问者使用？ - Zavael
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接